論文の概要: BIONIX: A Wireless, Low-Cost Prosthetic Arm with Dual-Signal EEG and EMG Control

• arxiv url: http://arxiv.org/abs/2512.16929v1
• Date: Sun, 07 Dec 2025 05:39:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-29 00:37:57.035132
• Title: BIONIX: A Wireless, Low-Cost Prosthetic Arm with Dual-Signal EEG and EMG Control
• Title（参考訳）: BIONIX:デュアルシグナル脳波とEMG制御を備えたワイヤレスで低コストの義肢
• Authors: Pranesh Sathish Kumar,
• Abstract要約: 本研究は脳波(EEG)と筋電図(EMG)を併用した低コストでデュアルモード神経筋制御システムを提案する。 EEG信号はNeuroSky MindWave Mobile 2を使用して取得され、ThinkGear Bluetoothパケットを介してESP32マイクロコントローラに送信される。 機能プロトタイプは低コストの材料で製造され、ほとんどの費用は商用のEEGヘッドセットによるものだった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Affordable upper-limb prostheses often lack intuitive control systems, limiting functionality and accessibility for amputees in low-resource settings. This project presents a low-cost, dual-mode neuro-muscular control system integrating electroencephalography (EEG) and electromyography (EMG) to enable real-time, multi-degree-of-freedom control of a prosthetic arm. EEG signals are acquired using the NeuroSky MindWave Mobile 2 and transmitted via ThinkGear Bluetooth packets to an ESP32 microcontroller running a lightweight classification model. The model was trained on 1500 seconds of recorded EEG data using a 6-frame sliding window with low-pass filtering, excluding poor-signal samples and using a 70/20/10 training--validation--test split. The classifier detects strong blink events, which toggle the hand between open and closed states. EMG signals are acquired using a MyoWare 2.0 sensor and SparkFun wireless shield and transmitted to a second ESP32, which performs threshold-based detection. Three activation bands (rest: 0--T1; extension: T1--T2; contraction: greater than T2) enable intuitive elbow control, with movement triggered only after eight consecutive frames in a movement class to improve stability. The EEG-controlled ESP32 actuates four finger servos, while the EMG-controlled ESP32 drives two elbow servos. A functional prototype was constructed using low-cost materials (total cost approximately 240 dollars), with most expense attributed to the commercial EEG headset. Future work includes transitioning to a 3D-printed chassis, integrating auto-regressive models to reduce EMG latency, and upgrading servo torque for improved load capacity and grip strength. This system demonstrates a feasible pathway to low-cost, biologically intuitive prosthetic control suitable for underserved and global health applications.
• Abstract（参考訳）: 上肢の補綴器には直感的な制御システムがなく、低リソース環境でのアンプの機能やアクセシビリティが制限されている。 本研究は,脳波(EEG)と筋電図(EMG)を統合し,人工腕のリアルタイム・多自由度制御を可能にする,低コストでデュアルモードの神経筋制御システムを提案する。 EEG信号はNeuroSky MindWave Mobile 2を使用して取得され、ThinkGear Bluetoothパケットを介して軽量分類モデルを実行するESP32マイクロコントローラに送信される。 このモデルは、6フレームのスライディングウインドウと低パスフィルタを用いて記録された脳波データを1500秒間トレーニングし、低信号サンプルを除外し、70/20/10のトレーニング-バリデーション-テストスプリットを用いてトレーニングした。 分類器は、開状態と閉状態の間の手を切り替える強い点滅イベントを検出する。 EMG信号は、MyoWare 2.0センサーとSparkFun無線シールドを使用して取得され、第2のESP32に送信され、しきい値に基づく検出を行う。 3つのアクティベーションバンド (rest: 0--T1; extension: T1--T2; contraction: larger than T2) は直感的な肘制御を可能にする。 EEGが制御するESP32は4本の指サーボを、EMGが制御するESP32は2本の肘サーボを駆動する。 機能プロトタイプは低コストの材料(トータルで約240ドル)で製造され、ほとんどの費用は商用のEEGヘッドセットによるものだった。 将来の作業には、3Dプリントのシャーシへの移行、EMG遅延を低減する自動回帰モデルの統合、負荷容量とグリップ強度を改善するサーボトルクのアップグレードが含まれる。 本システムは, 安価で生物学的に直感的な補綴器制御の実現可能性を示す。

関連論文リスト

• Neurotremor: A wearable Supportive Device for Supporting Upper Limb Muscle Function [0.0]
  上肢機能のためのセンサフューズ型ウェアラブル支援プロトタイプ(トリペスブラキイと伸展性花粉)を提示する。 この装置は、表面筋電図(sEMG)、慣性測定ユニット(IMU)、およびM5StickCとESP32-S3計算ハブのフレキシブル/フォースセンサーを統合する。 コントロールは、コントロールバリア機能付き安全封筒によってバウンドされ、軽量なパーソナライゼーションを備えたゲームベースのタスク内に配信される。
  論文  参考訳（メタデータ） (2025-10-02T00:07:09Z)
• A Real-Time BCI for Stroke Hand Rehabilitation Using Latent EEG Features from Healthy Subjects [0.0]
  本研究では,脳卒中患者の手リハビリテーションを支援するために,リアルタイムでポータブルな脳-コンピュータインタフェース(BCI)システムを提案する。 このシステムは、低コストで3Dプリントされたロボット外骨格と、脳信号を物理的な手の動きに変換する内蔵のコントローラーを組み合わせる。
  論文  参考訳（メタデータ） (2025-09-07T22:19:03Z)
• emg2tendon: From sEMG Signals to Tendon Control in Musculoskeletal Hands [5.613626927694011]
  腱駆動のロボットハンドは、操作タスクに非平行なデキスタリティを提供する。 しかし,このようなシステムに対する学習制御方針は,独特な課題を呈している。 ロボットハンドのための大規模なEMG-to-Tendon Controlデータセットについて紹介する。
  論文  参考訳（メタデータ） (2025-07-29T12:49:57Z)
• BRAVE: Brain-Controlled Prosthetic Arm with Voice Integration and Embodied Learning for Enhanced Mobility [5.528262076322921]
  BRAVEは、ハイブリッド脳波と音声制御義肢システムである。 脳波駆動運動の意図を解釈することを目的としており、残筋活動に依存することなく運動制御を可能にする。 システムはリアルタイムで動作し、応答遅延は150msである。
  論文  参考訳（メタデータ） (2025-05-23T11:44:33Z)
• GEM: Empowering MLLM for Grounded ECG Understanding with Time Series and Images [44.50428701650495]
  GEMは,第1回MLLM統合ECG時系列,第12回リードECG画像,地上および臨床のECG解釈のためのテキストである。 GEMは、3つのコアイノベーションを通じて機能的解析、エビデンス駆動推論、および臨床医のような診断プロセスを可能にする。 基礎心電図理解におけるMLLMの能力を評価するために,臨床動機付けのベンチマークであるグラウンドドECGタスクを提案する。
  論文  参考訳（メタデータ） (2025-03-08T05:48:53Z)
• CEReBrO: Compact Encoder for Representations of Brain Oscillations Using Efficient Alternating Attention [46.47343031985037]
  交互注意(CEReBrO)を用いた脳振動の表現のための圧縮法について紹介する。 トークン化方式は、チャネルごとのパッチで脳波信号を表現します。 本研究では,チャネル内時間的ダイナミックスとチャネル間空間的相関を共同でモデル化し,通常の自己アテンションに比べて6倍少ないメモリで2倍の速度向上を実現するための注意機構を提案する。
  論文  参考訳（メタデータ） (2025-01-18T21:44:38Z)
• Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
  マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。 これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。 本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
  論文  参考訳（メタデータ） (2024-04-17T02:04:10Z)
• Wheelchair automation by a hybrid BCI system using SSVEP and eye blinks [1.1099588962062936]
  プロトタイプは、定常的に視覚的に誘発される電位と眼の点滅の複合メカニズムに基づいている。 プロトタイプは、ユーザを不快にさせることなく、家庭環境で効率的に使用することができる。
  論文  参考訳（メタデータ） (2021-06-10T08:02:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。